Dengue: um estudo sobre educação popular das campanhas do Ministério da Saúde
Bibliographic record
Abstract
A dengue, doença viral aguda e endêmica no Brasil, é transmitida pelo mosquito Aedes Aegypti. Em 2015, comparado ao mesmo período de 2014, houve aumento de 278% de casos, levando o Ministério da Saúde a reforçar campanhas educativas com investimento de 40, 3 milhões, com o slogan “O perigo aumentou. E a responsabilidade de todos também”. O estudo objetivou captar aspectos de como a educação popular esteve presente nas campanhas de combate ao mosquito, verificando se esse marketing social atingiu suas metas e recomendações. Foi desenvolvido em um serviço de saúde ambulatorial gratuito de uma universidade privada em São Luís, Maranhão, onde os sujeitos (funcionários, alunos, professores e pacientes), foram escolhidos através de uma estratégia de amostragem conveniente, caracterizando-se por ser um estudo de caso múltiplo, que visou analisar para avaliar e apreender como a opinião pública absorve as campanhas nacionais. Para análise aplicou a teoria da abdução em comunicação. Os resultados sugeriram que a educação popular e as estratégias de comunicação integrada não foram utilizadas e a linguagem publicitária era inadequada: as campanhas não atingiram objetivos junto à população de baixa renda e escolaridade, pois os conteúdos das mensagens não geraram significância para os entrevistados, nem os envolveram de modo a haver mudança de hábitos. Palavras-chave: Educação popular. Dengue. Marketing social. Opinião pública.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".